3D视觉引导拆码垛系统旨在处理在非构造化环境中对未知外形物体无法抓取或抓取胜利率低的问题。基于高精度3D相机对抓取物和环境的2D彩色图像信息,同时分离3D点云数据,准确提取抓取物边缘轮廓,依托智能算法,挑选最优抓取点位,并基于软件中设定的环境约束,输出最优轨迹点位,进步了整体系统的精确性和牢靠性。经过运用该系统,用户能够轻松应对多SKU且来料完整随机的拆码垛场景,在满足自动化拆码垛需求的同时,进一步进步消费效率,降低消费本钱。
3D视觉引导拆码垛系统旨在处理在非构造化环境中对未知外形物体无法抓取或抓取胜利率低的问题。基于高精度3D相机对抓取物和环境的2D彩色图像信息,同时分离3D点云数据,准确提取抓取物边缘轮廓,依托智能算法,挑选最优抓取点位,并基于软件中设定的环境约束,输出最优轨迹点位,进步了整体系统的精确性和牢靠性。经过运用该系统,用户能够轻松应对多SKU且来料完整随机的拆码垛场景,在满足自动化拆码垛需求的同时,进一步进步消费效率,降低消费本钱。
该计划中,3D相机担任获取作业范围内,如托盘或传送带上箱体的深度信息及高清2D图像,并将深度信息及2D图像信息发送给机器人控制平台软件,平台软件中内置3D视觉算法和智能轨迹规划算法,3D视觉算法经过AI深度学习+3D点云分割的办法将箱体在托盘或皮带线上的位置快速且精确的定位到,智能轨迹规划算法提供精确的抓取点位、放置点位和轨迹点位,引导机械臂快速抓取和码放动作。
码垛剖析是对由用户编辑或自动生成的垛型,停止解码,并经过基坐标/托盘变换关系计算等对各放置位姿的代价停止评价排序,取得放置构型序列,并依据输入的放置索引及机械臂逆运动学位姿取得最终的放置构型,同时内部贮存已码垛箱子信息用于途径规划过程中的碰撞检测。